量化交易选股策略大全-连续2天60日均线向上、10日振幅小于、近2天没有涨停板

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

选股逻辑:

  1. 连续2天60日均线向上,
  2. 10日振幅<,
  3. 近2天没有涨停板。

选股逻辑分析

以上三个条件主要是基于技术面和基本面的分析,60日均线向上意味着市场长期趋势向好,而10日振幅较小则表明市场的波动较小,较为稳定;没有涨停板则是为了筛选出相对稳健的股票,避免过度追涨杀跌的风险。

有何风险?

这种选股策略可能存在以下风险:

  1. 技术指标不能完全反映市场的真实情况,可能会有误判;
  2. 长期稳定不代表短期会有较大的涨幅,可能会错过一些短期爆发的股票。

如何优化?

为了减少上述风险,可以考虑以下优化方法:

  1. 结合其他市场信息进行综合判断,例如宏观经济数据、政策变化等;
  2. 对于短期爆发的股票,可以通过设置预警机制,一旦触发则及时跟进;
  3. 根据自身的投资风格和风险承受能力,灵活调整选股标准。

最终的选股逻辑

最终的选股逻辑是在满足上述三个条件的基础上,结合其他市场信息进行综合判断,选择具有长期稳定增长潜力且风险可控的股票。

常见问题

读者可能会有一些常见问题,例如:“什么是60日均线?”、“如何设置预警机制?”等等。这些问题的答案可以在相关的投资书籍或网站上找到。

python代码参考

import pandas as pd

def question_charts选股逻辑(df):
    # 连续两天60日均线向上
    df['60MA'] = df['Close'].rolling(window=60).mean()
    condition_1 = df['60MA'].diff() > 0 & df['60MA'].shift(1) < df['60MA']
    
    # 10日振幅小于
    condition_2 = df['Diff'].abs().rolling(window=10).max() < 5
    
    # 近两天没有涨停板
    condition_3 = df['Per'].rolling(window=2).sum() == 0
    
    return condition_1 & condition_2 & condition_3

df = pd.read_csv('stock_data.csv')  # 假设已有股票数据
selected_stocks = question_charts( df )

这个python

如何进行量化策略实盘?

请把您优化好的选股语句放入文章最下面模板的选股语句中即可。

select_sentence = '市值小于100亿' #选股语句。

模板如何使用?

点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。
收益&风险
源码

评论